2014~2019年中国PM_(2.5)浓度及与老年心脑血管疾病归因死亡的时空分析

目的 结合人口密度分布和老龄化,研究粒径≤_(2.5)μm的细颗粒物(PM_(2.5))对城乡老年人心脑血管病归因死亡风险。方法 运用时间序列分析、人口密度加权、地理空间分析、疾病归因方法研究2014~2019年中国PM_(2.5)浓度长时间序列及变化规律、探讨归因于PM_(2.5)的城市、农村老年人群心脑血管病死亡率。结果 2015年以来全国PM_(2.5)浓度不断下降,从空间分布来看,华北地区浓度最高,呈现聚集性。年均PM_(2.5)浓度具有显著的空间差异性,总体呈现“由北向南先变重再变轻,由东向西先变轻再加重”的空间分布格局。以人口密度分布对PM_(2.5)加权后的浓度值为44.37μg/m^(3),增大了5.63%,更加准确地描述了PM_(2.5)对老年人群的危险程度。农村地区PM_(2.5)对各年龄段老年人群患心脑血管疾病死亡率的影响比城市严重。结论 人口密度的空间差异影响PM_(2.5)的危险性,高龄老年人受影响较大。

中国地市尺度老龄化直接影响因素的贡献差异研究

以2000—2010年的中国345个地市为研究样本,分析人口老龄化的4个直接影响因素,即人口自然老化、出生、死亡和迁移。利用人口统计方法计算4个直接因素对各地市人口老龄化的改变值、改变率,检验了计算精度,通过人口自然老化、死亡和出生计算出的2010年老龄化率与“六普”真实值仅相差0.01%。结果显示:人口自然老化和死亡是人口老龄化的主导因素,贡献值为70.7%,这两个因素与寿命水平密切相关,西部地区人口自然老化作用显著提高了老龄化程度,死亡作用又显著降低了老龄化程度,而东部地区则更稳定。出生对短期老龄化的降低作用较低,贡献值为27.6%,对老龄化的降低呈现聚集特征和明显的“四角分布”格局。迁移对老龄化的作用则表现出省会城市的“异常值”现象,发达地区主要依赖人口迁入降低老龄化程度。

南通市连续三次人口普查老龄化率位居全国第一的原因、趋势、对策及对其他地区的启示

人口老龄化是区域经济和社会发展的重要影响因素。2000年、2010年、2020年三次人口普查数据显示,南通市老龄化率均位居全国约340个地级及以上行政区的首位。运用人口统计方法,定量研究了总和生育率、预期寿命、人口净迁移率等因素对南通市和长三角地区人口老龄化的影响,并预测其未来发展趋势,讨论对策和启示。结果显示:1970年代率先实施计划生育政策,并由此保持多年的低生育率,是南通市老龄化率高居全国第一的主要原因;长寿现象推高了南通市的老龄化率;1990—2010年人口迁出加快了南通市的老龄化进程,但不是主要原因。由于低生育率的惯性和累积作用,2020—2035年,南通市老龄化率将不可避免地持续增长,并可能对南通市的经济发展造成不利影响,有必要提前应对。2035年是南通市人口老龄化进程的拐点。作为全国老龄化的先锋,南通市老龄化的形成原因、发展阶段、发展速度可以为其他地区应对老龄化提供借鉴。